驱动安装
由于此处资料很多,不进行详述,总结下试过的可用方法以供参考:
- 使用图形化设置显卡驱动,重启后即可(Ubuntu桌面版)。
- 在nvidia官网下载对应版本文件进行安装。
此处应注意cuda、cudnn、与待安装tensorflow/pytorch/paddlepaddle的对应关系,目前推荐cuda10.1的,主流框架的主流版本都支持。 - 先不安装,稍后安装cuda时,会有安装选项,勾选安装对应驱动,cuda安装过程中即可自动选择合适版本完成安装。
- 先不安装,稍后使用anaconda安装环境时,anaconda包会自动选择合适版本并安装。
Anaconda安装
去anaconda官网下载安装包安装即可,这个没听说会遇到过什么坑,不过多叙述。
Anaconda环境创建
conda create --name tf2 python=3.7 # “tf2”是你建立的conda虚拟环境的名称
conda activate tf2 # 进入conda虚拟环境
Anaconda设置国内源(推荐清华源)
参考清华源anaconda设置官方文档,中文且非常详细:
https://mirror.tuna.tsinghua.edu.cn/help/anaconda/
CUDA及CUDNN安装
此处就能体现anaconda的便捷性了,anaconda安装这俩兄弟非常便捷(记得将X.X提换为你需要的具体版本号哦,如果不确定,可以直接复制粘贴下一个代码块的内容):
conda install cudatoolkit=X.X
conda install cudnn=X.X.X
此处,由于要安装目前最新的tensorflow2.3版本(2.0版本也一样),所以选择cuda及cudnn版本及安装具体命令如下:
conda install cudatoolkit=10.1
conda install cudnn=7.6.5
安装tensorflow2
- 由于anaconda暂时没有收录tensorflow2的包,所以需要用pip安装
- 如果在国内的话,tensorflow安装时间会过长,建议使用国内pip源
参考命令如下:
pip install -i https://pypi.tuna.tsinghua.edu.cn/simple/ tensorflow
参考文档
https://tensorflow.google.cn/install
https://tf.wiki/zh_hant/basic/installation.html